“AlphaGo之父”获最新一届ACM计算奖

David Silver 是深度学习领域的先驱人物，他在人工智能领域的一系列成绩中，又以带领打造了 AlphaGo 最为人所知David Silver 通过巧妙地结合深度学习、强化学习、蒙特卡洛搜索树和大规模计算的思想，开发了 AlphaGo 算法，AlphaGo 战胜了顶尖的人类棋手，更是被公为人工智能（AI）研究的一个里程碑。

（来源ACM）

根据 ACM 官方报道，最初，AlphaGo 会经过来自人类专业棋手经验的小范围训练，然后，它会通过强化学习来不断改善性能。AlphaGo 之后， David Silver 和他的团队创造了更新颖的方法，来实现更高的性能和通用性，AlphaZero 就此诞生。与 AlphaGo 不同，AlphaZero 完全通过与自己玩游戏来进行学习，不需要任何人类数据或先验知识（游戏规则除外）。而且，AlphaZero 在国际象棋、将棋和围棋游戏中有超过人类的表现，证明了其 AI 算法的通用性。

早在 David Silver 于艾伯塔大学（University of Alberta）攻读博士学位时，他就开始探索开发一种可以掌握围棋智慧的计算机程序，这也成为了他后续一直在专注的研究兴趣。在 2013 年的 NeurIPS 会议上，Silver 展示了一种算法，它可以在雅达利游戏中展现达到人类水平的技巧。这个程序学会了在游戏过程中仅仅通过观察像素和分数来玩游戏。

2015 年， David Silver 和他的同事发布开创性论文“Human Level Control Through Deep Reinforcement Learning ”，在这个研究中，他们将强化学习与人工相结合，论文发表在 Nature 杂志上，且至今被引用近 1 万次，对该领域产生了巨大影响。随后，Silver 和他的同事继续用新技术改进这些深度强化学习算法，这些算法仍然是中应用最广泛的工具之一。

2016 年 3 月，团队开发的 AlphaGo 击败世界围棋冠军李世石，这被被誉为 AI 里程碑式的时刻。同年，解析 AlphaGo 背后技术的论文 “ Mastering the Game of Go ith Deep Neural Netorks and Tree Search ” 公开发布在Nature杂志上。

AlphaGo 和 AlphaZero 之后，DeepMind 的游戏 AI 探索的另一个重点是征服《星际争霸 II》。就在去年，由 Silver 领导的 DeepMind 团队开发了 AlphaStar，它掌握了多人即时战略游戏《星际争霸 II》，这类游戏被认为是游戏 AI 需要攀登的高峰。

现在，在 DeepMind这家谷歌旗下最星光熠熠的 AI 公司，David Silver 和他的同事仍在寻求将和神经科学方面的进展进行技术融合，以构建功能强大的通用学习算法。David Silver 在深度强化学习上的诸多工作也已被应用于提高英国电网效率、帮助谷歌数据中心降低功耗、为欧洲航天局策划太空探测器轨迹等领域。DeepMind 团队还将继续推进这些技术，并为其找到更多的应用场景。

-End-

编辑黄珊

参考

https://.acm./media-center/2020/april/acm-prize-2019

https://deepmind./research/publications/human-level-control-through-deep-reinforcement-learning

https://.nature./articles/nature16961